矿用通风机测试虚拟仪器系统的研究对保障矿山安全生产,实现固定设备性能综合测试,降低测试成本,简化测试工作具有重要的意义。本论文在实现了矿用通风机测试虚拟仪器软件和硬件的基础上,主要对矿用通风机测试虚拟仪器进行了静态和动态性能的研究。在静态特性研究过程中,通过设计的静态特性实验,得到静态实验数据。再根据测试系统静态性能指标的算法,编写了LabVIEW静态特性数据分析程序,将所测试实验数据输入到静态特性数据分析程序中,得到了矿用通风机测试虚拟仪器的静态特性指标,包括灵敏度、非线性度和回程误差,以及精确度。通过实验分析,得出了该矿用通风机测试虚拟仪器拥有良好的静态特性。在动态特性研究过程中,使用神经网络算法对矿用通风机测试虚拟仪器进行了数学模型的研究。首先通过实验的方法分析出该虚拟仪器系统的估计模型。再通过神经网络的自适应线性神经元算法对虚拟仪器系统的估计模型进行了辨识,从而得到了虚拟仪器的数学模型。根据系统的阶跃响应,设计实验验证了本虚拟仪器数学模型的正确性。通过辨识得到的数学模型分析了虚拟仪器的动态特性,包括其稳定性、响应时间和工作频带,并确定了本虚拟仪器的响应时间和工作频带,结果表明了矿用通风机测试虚拟仪器拥有良好的动态特性。本动态研究不仅对虚拟仪器测试系统的设计提供了理论依据,而且使神经网络辨识算法在虚拟仪器测试系统中的应用奠定了理论基础。最后,对矿用通风机测试虚拟仪器进行了验证,验证了矿用通风机测试虚拟仪器在整个测试系统中应用的正确性。在实验中,通过改变节流挡板的角度来改变通风机运行工况,并记录风机实验数据,绘制出通风机的性能曲线。结果表明了基于虚拟仪器的通风机性能检测系统可以满足测试的要求,从实验和理论上说明该矿用通风机测试虚拟仪器可以用于现场测试。